Tämä on oikeasti hullua Siitä lähtien kun tekoäly tuli markkinoille, jokaisella biologian mallilla oli sama rajoitus: kouluta se yhteen sairauteen, se toimii vain siinä sairaudessa. Kouluttaudu uudelleen mihin tahansa uuteen lääkkeeseen, potilaaseen tai kudosteen. Biologian perusmallilupaus ei käytännössä ollut olemassa. nollalaukauksen ennustaminen oli mahdotonta. kunnes nyt. Arc Instituten malli (Stack) oppii soluryhmistä yhden sijaan. tapa, jolla LLM:t näkevät sanat lauseessa eivätkä erillään, solut muuttuvat toistensa kontekstiksi. Voit näyttää sille soluja, joita on käsitelty lääkkeellä, ja se ennustaa, miten täysin eri solut reagoisivat samaan lääkkeeseen. Vaikka kukaan ei olisi koskaan tehnyt sitä koetta. vaikka sitä kudosta ei koskaan häiriintynyt. vaikka tätä yhdistelmää ei koskaan ollut harjoituksissa. solut itsessään muuttuvat prompteiksi, pelkästään päättelystä. Voit kysyä biologiasta nyt. "Mitä maksasolut tekisivät, jos antaisin niille tämän syöpälääkkeen?" ja se vastaa todellisilla geeniekspressioennusteilla. Ei vielä täydellisesti, mutta tarpeeksi hyvin, että se päihitti olemassa olevat menetelmät 28:ssa 31:stä testitestistä (käytännössä ennenkuulumatonta tällä alalla, jossa 60 % ylittäminen katsotaan hyväksi). He käyttivät sitä rakentaakseen virtuaalisen perturbaatioatlasin: 28 ihmiskudosta, 40 soluluokkaa, 201 lääkettä. Laboratoriota ei tarvita. Täysin in silico. Kun ne vahvistettiin oikeita märkälaboratoriokokeita vastaan, ennusteet täsmäsivät täsmälleen. Lääkkeiden löytäminen maksaa tällä hetkellä 5 miljoonaa+ dollaria ja 2 vuotta per koe, joka ei välttämättä toimi. Nyt sinun täytyy ensin seuloa laskennallisesti (PCUTATION). "Mitkä kudokset aiheuttavat poikkeavia vaikutuksia?" "Miten tämän potilaan solut reagoivat eri tavoin?" kysymykset, jotka ennen vaativat miljoonia apurahoja, tarvitsevat nyt vain GPU:n. Hitaasti mutta varmasti ratkaisemme biologiaa